基于文本挖掘和生物医学数据库的新型冠状病毒肺炎药物发现

目的 基于文本挖掘技术和生物医学数据库对新型冠状病毒肺炎（COVID-19）相关文献进行数据挖掘分析，探究COVID-19及其主要症状发热、咳嗽、呼吸障碍相关基因靶点，筛选潜在有效的化学药和中药。方法 使用GenCLiP 3网站获取COVID-19和其主要症状咳嗽、发热、呼吸障碍共4个关键词的共有靶点，在METASCAPE数据库中对其进行基因本体（GO）和通路富集分析，再利用String数据库和Cytoscape软件构建共有靶点的蛋白质相互作用网络，筛选获得核心基因，运用DGIdb数据库、SymMap数据库针对核心基因进行中西医治疗药物预测。结果 获得COVID-19及其主要症状共有基因靶点28个，其中有IL2、IL1B、CCL2等核心基因16个，使用DGIdb数据库筛选获得与16个关键靶点相互作用的化学药包括沙利度胺、来氟米特、环孢素等28种，中药包括虎杖、黄芪、芦荟等70味。结论 COVID-19及其主要症状的病理机制可能和CD4、KNG1、VEGFA等28个共有基因相关，可能通过介导TNF、IL-17等信号通路参与COVID-19病理过程。潜在有效药物可能通过作用相关靶点通路起到治疗COVID-19的作用。     

Exploring the potential of exosomes in diagnosis and drug delivery for pancreatic ductal adenocarcinoma

Pancreatic cancer (PC) is a cancer of the digestive system, and pancreatic ductal adenocarcinoma (PDAC) accounts for approximately 90% of all PC cases. Exosomes derived from PDAC (PDAC-exosomes) promote PDAC development and metastasis. Exosomes are nanoscale vesicles secreted by most cells, which can carry biologically active molecules and mediate communication and cargo transportation among cells. Recent studies have focused on transforming exosomes into good drug delivery systems (DDSs) to improve the clinical treatment of PDAC. This review considers PDAC as the main research object to introduce the role of PDAC-exosomes in PDAC development and metastasis. This review focuses on the following two themes: (a) the great potential of PDAC-exosomes as new diagnostic markers for PDAC, and (b) the transformation of exosomes into potential DDSs.     

Deepm5C: A deep-learning-based hybrid framework for identifying human RNA N5-methylcytosine sites using a stacking strategy

1. Download : Download high-res image (173KB)
2. Download : Download full-size image

     

硫氧还蛋白还原酶在肺癌疗效监测中的应用

目的探讨血浆硫氧还蛋白还原酶(TR)在肺癌化疗疗效监测中的价值。方法将482例肺癌患者依据化疗疗效分为治疗未获益组(211例)和治疗获益组(271例),检测所有患者TR、癌胚抗原(CEA)、鳞状上皮细胞癌抗原(SCC-Ag)、细胞角蛋白19片段(CYFRA 21-1)、神经元特异性烯醇化酶(NSE)及胃泌素释放肽前体(ProGRP)水平。采用受试者工作特征(ROC)曲线评估各项指标单项及联合检测判断化疗疗效的价值。结果治疗未获益组TR、CEA及NSE水平均高于治疗获益组(P<0.05),2个组之间SCC-Ag、CYFRA21-1及ProGRP水平差异均无统计学意义(P>0.05)。治疗未获益组TR阳性率为56.40%,显著高于治疗获益组(13.16%)(P<0.05)。ROC曲线分析结果显示,TR、CEA、CYFRA 21-1、SCCAg、NSE及ProGRP单项检测判断肺癌化疗疗效的曲线下面积(AUC)分别为0.759、0.667、0.579、0.530、0.619、0.544。将各项指标进行组合,TR+CEA、TR+CEA+CYFRA21-1、TR+CEA+CYFRA21-1+NSE及TR+CEA+CYFRA 21-1+NSE+ProGRP联合检测判断肺癌化疗疗效的AUC分别为0.757、0.749、0.752和0.788。TR与CEA、NSE、SCC-Ag、CYFRA 21-1及ProGRP均无相关性(r值分别为0.05、0.02、-0.15、0.05、0.10,P>0.05)。结论TR或可作为更有效的肺癌疗效监测的生物标志物。